Bedeutung der Gewichte

Deine Aufgabe:

Trainiere dein Neuron in mehreren Runden. Klicke dich durch das Training und sehe, wie das Training eines Neurons funktioniert. Trainiere das Licht so, dass es in allen Situationen leuchtet. Verändere während du in Schritt 3 bist auch die Lernrate und beobachte, wie sich die Ausgabe verändert.

Die Gewichtsanpassungen ergeben sich für jede Kante durch den errechneten Fehlerwert multipliziert mit dem Gewicht der Kante, wobei das Ergebnis auf zwei Nachkommastellen gerundet wird.

Inputwerte und Szenarien

Abend leise Party am Tag Dunkel und laut

Bewegung (x1):

1.0

Dunkelheit (x2):

1.0

Geräuschpegel (x3):

1.0

Gewichte

(w1)

0.3

+ 0.00

(w2)

0.1

+ 0.00

(w3)

0.25

+ 0.00

Aktivierungsfunktion

g = x1*w1 + x2*w2 + x3*w3

Input (x)

Gewicht (w)

Produkt

1.0

0.3

2.5

0.8

0.1

2.0

0.1

0.25

0.25

0

Training

Epoche: 0

1

Forward Pass

2

Fehlerberechnung

3

Backpropagation

0.1

4

Gewichtsanpassung

Fehlerberechnung

Zielwert: 1.0

Ausgabe: -

Fehler:-

Bewegung (x1)

1.0

Dunkelheit (x2)

0.8

Geräuschpegel (x3)

0.8

(w1)

0.3

(w2)

0.1

(w3)

0.25

g